CN112649803A - 一种基于互相关系数的摄像机与雷达目标匹配方法 - Google Patents

一种基于互相关系数的摄像机与雷达目标匹配方法 Download PDF

Info

Publication number
CN112649803A
CN112649803A CN202011370922.3A CN202011370922A CN112649803A CN 112649803 A CN112649803 A CN 112649803A CN 202011370922 A CN202011370922 A CN 202011370922A CN 112649803 A CN112649803 A CN 112649803A
Authority
CN
China
Prior art keywords
target
camera
radar
position information
cross
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202011370922.3A
Other languages
English (en)
Other versions
CN112649803B (zh
Inventor
孙煜华
张弓
吴彬倩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202011370922.3A priority Critical patent/CN112649803B/zh
Publication of CN112649803A publication Critical patent/CN112649803A/zh
Application granted granted Critical
Publication of CN112649803B publication Critical patent/CN112649803B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867—Combination of radar systems with cameras
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/91—Radar or analogous systems specially adapted for specific applications for traffic control
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/91—Radar or analogous systems specially adapted for specific applications for traffic control
    • G01S13/92—Radar or analogous systems specially adapted for specific applications for traffic control for velocity measurement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Electromagnetism (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于互相关系数的摄像机与雷达目标匹配方法。属于智能交通中多元传感器的信息融合技术领域，具体步骤：将毫米波雷达和摄像机检测到的目标根据路面坐标值投影到两个相同规格的零矩阵中；基于互相关系数的算法，对得到的雷达目标位置信息矩阵及摄像机目标位置信息矩阵进行整体校正；对于监控的每个车道，将校正后的雷达目标位置信息矩阵及摄像机目标位置信息矩阵设为两个集合，利用带权值的二分图匹配算法对两个集合中的目标位置进行局部校正，从而使两者相互匹配；两者相互匹配后即完成摄像机与雷达的目标匹配。本发明解决了智能交通监控系统中多元传感器的目标匹配问题，在普通计算机上具有计算量小、耗时少的优点。

Description

一种基于互相关系数的摄像机与雷达目标匹配方法
技术领域
本发明属于智能交通中多元传感器的数据融合技术领域，具体涉及一种基于互相关系数的摄像机与雷达目标匹配方法。
背景技术
现有的交通检测系统中大多只采用单一摄像头获取道路信息，但获取的目标位置信息精度较低，而且其检测效果容易受到雨、雾等天气的影响，实际场景中很难用一种传感器满足需求。随着智能交通的发展，越来越多的传感器被加入到交通检测系统中，例如毫米波雷达、地磁、激光雷达等传感器，利用不同传感器各自的优势，进行多传感器数据融合，大大提高了系统的检测性能。毫米波雷达能够做到实时检测目标的位置和速度信息，环境适应性强，可全天候、全天时工作，但弊端是无法可视化。
为了利用摄像机与毫米波雷达各自的优势，可将两者获取的目标进行匹配，并进行信息融合。将雷达获取的更高精度的位置、速度信息传递给摄像机目标，在图像上进行显示，使雷达数据直观显示。由摄像机获取的目标位置和速度的精度都不高，摄像机长期架设在道路支架上，倾角会有变化，并且有些路面存在倾斜，这些都使得摄像机获取的目标空间位置信息会存在整体性的偏差，获取的位置信息有可能较实际位置远，也有可能较实际位置近，需进行必要的数据处理才能进行目标匹配与信息融合。
发明内容
针对上述问题，本发明提供了一种基于互相关系数的摄像机与雷达目标匹配方法；解决了在摄像机与雷达获取的目标进行匹配时，位置信息可能存在较大差距的问题。
本发明的技术方案是：一种基于互相关系数的摄像机与雷达目标匹配方法，其特征在于，具体步骤如下：
步骤(1.1)、在同一时刻下，将毫米波雷达和摄像机检测到的目标在路面坐标系下的坐标值投影到两个相同规格的零矩阵中，从而得到雷达目标位置信息矩阵及摄像机目标位置信息矩阵；
步骤(1.2)、基于互相关系数的算法，对得到的雷达目标位置信息矩阵及摄像机目标位置信息矩阵进行整体校正；
步骤(1.3)、对于监控的每个车道，将校正后的雷达目标位置信息矩阵及摄像机目标位置信息矩阵设为两个集合，利用带权值的二分图匹配算法对两个集合中的目标位置进行局部校正，从而使两者相互匹配；
步骤(1.4)、两者相互匹配后即完成摄像机与雷达的目标匹配。
进一步的，在步骤(1.1)中，所述两个相同规格的零矩阵具体是：矩阵中目标所在位置及其周围赋1，以3*3的1矩阵代表目标，对摄像机目标所在矩阵进行行数扩充，上下都扩充相同规格的零矩阵。
进一步的，在所述步骤(1.2)中，对雷达目标位置信息矩阵及摄像机目标位置信息矩阵进行整体校正的具体步骤是：将雷达目标位置矩阵在摄像机目标位置信息矩阵的扩充矩阵中进行上下滑动，计算滑动窗口内两个矩阵的互相关系数，得到互相关系数最大的滑动窗口位置，取出重叠部分的两个矩阵，从而得到整体校正后的雷达目标位置信息矩阵及摄像机目标位置信息矩阵。
进一步的，所述滑动窗口内两个矩阵的互相关系数的具体计算过程如下：
Figure BDA0002806640900000021
其中，
Figure BDA0002806640900000022
Figure BDA0002806640900000023
式中，i,j分别表示矩阵中对应的行序号和列序号，x(i,j)，y(i,j)表示两个矩阵中某点的值，mx，my表示两个矩阵对应的均值，r表示互相关系数，M表示矩阵的行数，N表示矩阵的列数。
进一步的，在步骤(1.3)中，所述带权值的二分图匹配算法的具体操作方法如下：
(1.3.1)、对每一个车道，将雷达目标和摄像机目标分为集合X和集合Y，对每一个雷达目标计算其与所有摄像机目标的欧氏距离，根据欧氏距离分配权值，距离越小权值越大，反之，越小，权值总和为1；
所述的权值分配按照下述公式进行，
Figure BDA0002806640900000024
其中，λi,j表示集合X中第i个目标与集合Y中第j个目标之前的权值，Xi和Yk表示集合X中第i个目标和Y中某个目标，|Xi-Yk|表示Xi和Yk两目标之间的欧式距离，n表示目标个数；
(1.3.2)、初始化顶标，对于集合X，每个目标的顶标为该目标与集合Y中所有目标的权值最大值，对于集合Y中所有目标，顶标则为0；
(1.3.3)、使用匈牙利算法寻找完备匹配；
(1.3.4)、若未找到完备匹配，则修改当前目标的可行标杆值；
(1.3.5)、重复步骤(1.3.3)及(1.3.4)，直到找到完备匹配，即一个雷达目标匹配一个摄像机目标，且其权值总和最大。
进一步的，所述的毫米波雷达通过其传感器实时采集目标信息，包括目标与雷达之间的径向距离及目标相对于雷达探测法线方向的方位角，结合这两个信息和已知的雷达高度，根据几何关系得到目标在路面坐标系下的二维坐标；
所述的摄像机通过其传感器实时采集图像数据，由目标检测算法得到目标像素坐标，通过相应转换算法得到目标在路面坐标系下的二维坐标。
本发明的有益效果是：本发明基于互相关系数，提出了一种目标匹配方法；在实际场景中的同一时刻，通过雷达与摄像机检测到的目标，经过相应的算法，得到各自目标在路面坐标系下的坐标值，由于雷达和摄像机的成像机理不同，以及摄像机在长期使用过程中存在不同程度的倾角问题，导致摄像机得到的坐标值存在局部性的精度误差以及整体性的位置偏移，无法直接与雷达目标进行匹配；若以雷达检测的目标坐标值为准，则摄像机检测的目标坐标值存在局部性的精度误差以及整体性的偏远或偏近，利用互相关系数将摄像机目标整体进行搬移，使之与雷达目标的坐标值之间互相关系数最大，消除整体性偏差；在每个车道上利用带权值的二分图匹配算法，可以解决局部精度误差带来的匹配问题，从而完成目标的精确匹配；本发明解决了智能交通监控系统中多元传感器的目标匹配问题，在普通计算机上具有计算量小、耗时少的优点，可以满足实时性的需求。
附图说明
图1是本发明的结构流程图；
图2是本发明中毫米波雷达及摄像机两种传感器的架设位置示意图。
具体实施方式
为了更清楚地说明本发明的技术方案，下面结合附图对本发明的技术方案做进一步的详细说明：
如图1所述；一种基于互相关系数的摄像机与雷达目标匹配方法，其特征在于，具体步骤如下：
步骤(1.1)、在同一时刻下，将毫米波雷达和摄像机检测到的目标在路面坐标系下的坐标值投影到两个相同规格的零矩阵中，从而得到雷达目标位置信息矩阵及摄像机目标位置信息矩阵；
步骤(1.2)、基于互相关系数的算法，对得到的雷达目标位置信息矩阵及摄像机目标位置信息矩阵进行整体校正；
步骤(1.3)、对于监控的每个车道，将校正后的雷达目标位置信息矩阵及摄像机目标位置信息矩阵设为两个集合，利用带权值的二分图匹配算法对两个集合中的目标位置进行局部校正，从而使两者相互匹配；
步骤(1.4)、两者相互匹配后即完成摄像机与雷达的目标匹配。
进一步的，在步骤(1.1)中，所述两个相同规格的零矩阵具体是：矩阵中目标所在位置及其周围赋1，以3*3的1矩阵代表目标，对摄像机目标所在矩阵进行行数扩充，上下都扩充相同规格的零矩阵。
进一步的，在所述步骤(1.2)中，对雷达目标位置信息矩阵及摄像机目标位置信息矩阵进行整体校正的具体步骤是：将雷达目标位置矩阵在摄像机目标位置信息矩阵的扩充矩阵中进行上下滑动，计算滑动窗口内两个矩阵的互相关系数，得到互相关系数最大的滑动窗口位置，取出重叠部分的两个矩阵，从而得到整体校正后的雷达目标位置信息矩阵及摄像机目标位置信息矩阵。
进一步的，所述滑动窗口内两个矩阵的互相关系数的具体计算过程如下：
Figure BDA0002806640900000041
其中，
Figure BDA0002806640900000042
Figure BDA0002806640900000043
式中，i,j分别表示矩阵中对应的行序号和列序号，x(i,j)，y(i,j)表示两个矩阵中某点的值，mx，my表示两个矩阵对应的均值，r表示互相关系数，M表示矩阵的行数，N表示矩阵的列数。
进一步的，在步骤(1.3)中，所述带权值的二分图匹配算法的具体操作方法如下：
(1.3.1)、对每一个车道，将雷达目标和摄像机目标分为集合X和集合Y，对每一个雷达目标计算其与所有摄像机目标的欧氏距离，根据欧氏距离分配权值，距离越小权值越大，反之，越小，权值总和为1；
所述的权值分配按照下述公式进行，
Figure BDA0002806640900000051
其中，λi,j表示集合X中第i个目标与集合Y中第j个目标之前的权值，Xi和Yk表示集合X中第i个目标和Y中某个目标，|Xi-Yk|表示Xi和Yk两目标之间的欧式距离，n表示目标个数；
(1.3.2)、初始化顶标，对于集合X，每个目标的顶标为该目标与集合Y中所有目标的权值最大值，对于集合Y中所有目标，顶标则为0；
(1.3.3)、使用匈牙利算法寻找完备匹配；
(1.3.4)、若未找到完备匹配，则修改当前目标的可行标杆值；
(1.3.5)、重复步骤(1.3.3)及(1.3.4)，直到找到完备匹配，即一个雷达目标匹配一个摄像机目标，且其权值总和最大。
进一步的，所述的毫米波雷达通过其传感器实时采集目标信息，包括目标与雷达之间的径向距离及目标相对于雷达探测法线方向的方位角，结合这两个信息和已知的雷达高度，根据几何关系得到目标在路面坐标系下的二维坐标；
所述的摄像机通过其传感器实时采集图像数据，由目标检测算法得到目标像素坐标，通过相应转换算法得到目标在路面坐标系下的二维坐标。
具体实施：
1、将毫米波雷达和摄像机检测到的目标根据路面坐标值投影到两个相同规格的零矩阵中，矩阵大小根据实际范围设定，本实施例中取最远距离64米，双车道宽度8米，则矩阵设置成64行21列的零矩阵，矩阵自底向上表示距离由近及远，两行间代表实际距离1米，如图2所示，雷达与摄像机架设在道路正中间的上方，故以第11列为中心轴，代表中心车道线，两列间代表实际距离0.5米；将毫米波雷达与摄像机获取的二维坐标进行量化，投影到矩阵上，令其为1，同时令周围8个数值为1，以3X3的一矩阵代表目标；并对摄像机目标所在矩阵进行行数扩充，上下各扩充相同规格的全零矩阵，将毫米波雷达目标位置信息矩阵在摄像机目标的扩充矩阵中进行上下滑动，计算滑动窗口内两个矩阵的互相关系数，得到互相关系数最大的滑动窗口位置，取出重叠部分的两个矩阵，从而解决整体性坐标偏移问题；
2、完成整体校正后，在每个车道上，令雷达目标和摄像机目标为两个集合，利用带权值的二分图匹配算法进行两个目标集合的匹配，从而解决局部偏差问题；
本方法相对于只以欧式距离进行目标匹配的方法，能在摄像机产生不同程度倾角、两者检测目标数不一致的情况下更好的进行目标匹配，还可以解决相邻车道之间目标的干扰，能够适应更多道路情况。
最后，应当理解的是，本发明中所述实施例仅用以说明本发明实施例的原则；其他的变形也可能属于本发明的范围；因此，作为示例而非限制，本发明实施例的替代配置可视为与本发明的教导一致；相应地，本发明的实施例不限于本发明明确介绍和描述的实施例。

Claims (6)

1.一种基于互相关系数的摄像机与雷达目标匹配方法，其特征在于，具体步骤如下：
步骤(1.1)、在同一时刻下，将毫米波雷达和摄像机检测到的目标在路面坐标系下的坐标值投影到两个相同规格的零矩阵中，从而得到雷达目标位置信息矩阵及摄像机目标位置信息矩阵；
步骤(1.2)、基于互相关系数的算法，对得到的雷达目标位置信息矩阵及摄像机目标位置信息矩阵进行整体校正；
步骤(1.3)、对于监控的每个车道，将校正后的雷达目标位置信息矩阵及摄像机目标位置信息矩阵设为两个集合，利用带权值的二分图匹配算法对两个集合中的目标位置进行局部校正，从而使两者相互匹配；
步骤(1.4)、两者相互匹配后即完成摄像机与雷达的目标匹配。
2.根据权利要求1所述的一种基于互相关系数的摄像机与雷达目标匹配方法，其特征在于，在步骤(1.1)中，所述两个相同规格的零矩阵具体是：矩阵中目标所在位置及其周围赋1，以3*3的1矩阵代表目标，对摄像机目标所在矩阵进行行数扩充，上下都扩充相同规格的零矩阵。
3.根据权利要求1所述的一种基于互相关系数的摄像机与雷达目标匹配方法，其特征在于，在所述步骤(1.2)中，对雷达目标位置信息矩阵及摄像机目标位置信息矩阵进行整体校正的具体步骤是：将雷达目标位置矩阵在摄像机目标位置信息矩阵的扩充矩阵中进行上下滑动，计算滑动窗口内两个矩阵的互相关系数，得到互相关系数最大的滑动窗口位置，取出重叠部分的两个矩阵，从而得到整体校正后的雷达目标位置信息矩阵及摄像机目标位置信息矩阵。
4.根据权利要求3所述的一种基于互相关系数的摄像机与雷达目标匹配方法，其特征在于，所述滑动窗口内两个矩阵的互相关系数的具体计算过程如下：
Figure FDA0002806640890000011
其中，
Figure FDA0002806640890000012
Figure FDA0002806640890000013
式中，i,j分别表示矩阵中对应的行序号和列序号，x(i,j)，y(i,j)表示两个矩阵中某点的值，mx，my表示两个矩阵对应的均值，r表示互相关系数，M表示矩阵的行数，N表示矩阵的列数。
5.根据权利要求1所述的一种基于互相关系数的摄像机与雷达目标匹配方法，其特征在于，在步骤(1.3)中，所述带权值的二分图匹配算法的具体操作方法如下：
(1.3.1)、对每一个车道，将雷达目标和摄像机目标分为集合X和集合Y，对每一个雷达目标计算其与所有摄像机目标的欧氏距离，根据欧氏距离分配权值，距离越小权值越大，反之，越小，权值总和为1；
所述的权值分配按照下述公式进行，
Figure FDA0002806640890000021
其中，λi,j表示集合X中第i个目标与集合Y中第j个目标之前的权值，Xi和Yk表示集合X中第i个目标和Y中某个目标，|Xi-Yk|表示Xi和Yk两目标之间的欧式距离，n表示目标个数；
(1.3.2)、初始化顶标，对于集合X，每个目标的顶标为该目标与集合Y中所有目标的权值最大值，对于集合Y中所有目标，顶标则为0；
(1.3.3)、使用匈牙利算法寻找完备匹配；
(1.3.4)、若未找到完备匹配，则修改当前目标的可行标杆值；
(1.3.5)、重复步骤(1.3.3)及(1.3.4)，直到找到完备匹配，即一个雷达目标匹配一个摄像机目标，且其权值总和最大。
6.根据权利要求1所述的所述的一种基于互相关系数的摄像机与雷达目标匹配方法，其特征在于，
所述的毫米波雷达通过其传感器实时采集目标信息，包括目标与雷达之间的径向距离及目标相对于雷达探测法线方向的方位角，结合这两个信息和已知的雷达高度，根据几何关系得到目标在路面坐标系下的二维坐标；
所述的摄像机通过其传感器实时采集图像数据，由目标检测算法得到目标像素坐标，通过相应转换算法得到目标在路面坐标系下的二维坐标。
CN202011370922.3A 2020-11-30 2020-11-30 一种基于互相关系数的摄像机与雷达目标匹配方法 Active CN112649803B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011370922.3A CN112649803B (zh) 2020-11-30 2020-11-30 一种基于互相关系数的摄像机与雷达目标匹配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011370922.3A CN112649803B (zh) 2020-11-30 2020-11-30 一种基于互相关系数的摄像机与雷达目标匹配方法

Publications (2)

Publication Number Publication Date
CN112649803A true CN112649803A (zh) 2021-04-13
CN112649803B CN112649803B (zh) 2024-02-13

Family

ID=75349660

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011370922.3A Active CN112649803B (zh) 2020-11-30 2020-11-30 一种基于互相关系数的摄像机与雷达目标匹配方法

Country Status (1)

Country Link
CN (1) CN112649803B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114241775A (zh) * 2021-12-31 2022-03-25 南京邮电大学 移动的雷达和视频图像的校准方法、终端和可读存储介质
CN115273547A (zh) * 2022-07-26 2022-11-01 上海工物高技术产业发展有限公司 一种道路防撞预警系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101059529A (zh) * 2007-05-10 2007-10-24 复旦大学 一种视频测量车流平均速率的方法
CN103796001A (zh) * 2014-01-10 2014-05-14 深圳奥比中光科技有限公司 一种同步获取深度及色彩信息的方法及装置
CN106447661A (zh) * 2016-09-28 2017-02-22 深圳市优象计算技术有限公司 一种深度图快速生成方法
CN108133028A (zh) * 2017-12-28 2018-06-08 北京天睿空间科技股份有限公司 基于视频分析与定位信息结合的航空器挂牌方法
CN110068818A (zh) * 2019-05-05 2019-07-30 中国汽车工程研究院股份有限公司 通过雷达和图像采集设备进行交通路口车辆及行人检测的工作方法
CN110726990A (zh) * 2019-09-23 2020-01-24 江苏大学 一种基于ds-gnn算法的多传感器融合方法
CN111383285A (zh) * 2019-11-25 2020-07-07 的卢技术有限公司 一种基于毫米波雷达与摄像机传感器融合标定方法及系统
CN111968046A (zh) * 2020-07-21 2020-11-20 南京莱斯网信技术研究院有限公司 一种基于拓扑结构的雷达光电传感器目标关联融合方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101059529A (zh) * 2007-05-10 2007-10-24 复旦大学 一种视频测量车流平均速率的方法
CN103796001A (zh) * 2014-01-10 2014-05-14 深圳奥比中光科技有限公司 一种同步获取深度及色彩信息的方法及装置
CN106447661A (zh) * 2016-09-28 2017-02-22 深圳市优象计算技术有限公司 一种深度图快速生成方法
CN108133028A (zh) * 2017-12-28 2018-06-08 北京天睿空间科技股份有限公司 基于视频分析与定位信息结合的航空器挂牌方法
CN110068818A (zh) * 2019-05-05 2019-07-30 中国汽车工程研究院股份有限公司 通过雷达和图像采集设备进行交通路口车辆及行人检测的工作方法
CN110726990A (zh) * 2019-09-23 2020-01-24 江苏大学 一种基于ds-gnn算法的多传感器融合方法
CN111383285A (zh) * 2019-11-25 2020-07-07 的卢技术有限公司 一种基于毫米波雷达与摄像机传感器融合标定方法及系统
CN111968046A (zh) * 2020-07-21 2020-11-20 南京莱斯网信技术研究院有限公司 一种基于拓扑结构的雷达光电传感器目标关联融合方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张弓等: "有源压制干扰下的相控阵雷达多目标跟踪时间资源优化配置算法", 《数据采集与处理》, vol. 35, no. 5, pages 978 - 990 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114241775A (zh) * 2021-12-31 2022-03-25 南京邮电大学 移动的雷达和视频图像的校准方法、终端和可读存储介质
CN115273547A (zh) * 2022-07-26 2022-11-01 上海工物高技术产业发展有限公司 一种道路防撞预警系统
CN115273547B (zh) * 2022-07-26 2023-07-21 上海工物高技术产业发展有限公司 一种道路防撞预警系统

Also Published As

Publication number Publication date
CN112649803B (zh) 2024-02-13

Similar Documents

Publication Publication Date Title
CN110570449B (zh) 一种基于毫米波雷达与视觉slam的定位与建图方法
CN103065323B (zh) 一种基于单应性变换矩阵的分段空间对准方法
CN111708038A (zh) 基于姿态传感器和gnss的无人船激光雷达点云数据校正方法
CN111207762B (zh) 地图生成方法、装置、计算机设备和存储介质
CN112819903A (zh) 基于l型标定板的相机和激光雷达联合标定的方法
CN103487033B (zh) 一种基于变高单应的河流水面摄影测量方法
CN112649803B (zh) 一种基于互相关系数的摄像机与雷达目标匹配方法
CN104392435A (zh) 鱼眼相机标定方法及标定装置
CN108596117B (zh) 一种基于二维激光测距仪阵列的场景监控方法
CN113777600A (zh) 一种多毫米波雷达协同定位跟踪方法
CN105335977A (zh) 摄像系统及目标对象的定位方法
CN115880364A (zh) 基于激光点云和视觉slam的机器人位姿估计方法
CN110488838A (zh) 一种室内自主导航机器人精确重复定位方法
CN113569647A (zh) 一种基于ais的船舶高精度坐标映射方法
CN112652020A (zh) 一种基于AdaLAM算法的视觉SLAM方法
CN109087319B (zh) 一种掩膜制作方法及系统
CN111862005B (zh) 一种利用合成雷达图像精准定位热带气旋中心的方法及系统
CN117310627A (zh) 一种应用于车路协同路侧感知系统的联合标定方法
CN116679314A (zh) 融合点云强度的三维激光雷达同步建图与定位方法及系统
CN112255604A (zh) 一种雷达数据准确性的判断方法、装置及计算机设备
CN116929336A (zh) 一种基于最小误差的激光反光柱slam建图方法
CN116203544A (zh) 一种移动测量系统往返测回无控自检校方法、装置及介质
CN114910875A (zh) 一种雷达和相机的联合标定方法、装置及介质
CN111044076B (zh) 基于参考底图的高分一号b卫星几何检校方法
CN114387348A (zh) 一种地基天空背景大视场相机的标定方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant